shell 命令行中操作HBase数据库实例详解

数据库  /  管理员 发布于 6年前   164

 shell 命令行中操作HBase数据库

Shell控制

进入到shell命令行界面，执行hbase命令，并附加shell关键字： 

[grid@hdnode3 ~]$ hbase shell HBase Shell; enter ¨help¨ for list of supported commands. Type "exit" to leave the HBase Shell Version 0.90.5, r1212209, Fri Dec 9 05:40:36 UTC 2011  hbase(main):001:0> 

 虽然成功登录进去了，可是我们也不知道现在能做什么，也不了解SHELL下都有哪些命令。这个时候，我们可以选择，去看官方文档中的说明，或者，敲个help上去看看。

  hbase(main):002:0> help .................. .................. COMMAND GROUPS:  Group name: general  Commands: status, version   Group name: ddl  Commands: alter, create, describe, disable, drop, enable, exists, is_disabled, is_enabled, list   Group name: dml  Commands: count, delete, deleteall, get, get_counter, incr, put, scan, truncate   Group name: tools  Commands: assign, balance_switch, balancer, close_region, compact, flush, major_compact, move, split, unassign, zk_dump   Group name: replication  Commands: add_peer, disable_peer, enable_peer, remove_peer, start_replication, stop_replication .................. ..................

 帮助信息果然有帮助，通过输出的信息，我们大致了解能够做什么。可以看到hbase中也是分有ddl/dml这类语句，此外还有与复制相关的，与管理相关的命令等等。 

先来试试通用(general)命令，查询状态：

 hbase(main):003:0> status 5 servers, 0 dead, 0.4000 average load

查询版本：

  hbase(main):004:0> version 0.90.5, r1212209, Fri Dec 9 05:40:36 UTC 2011

接下来重点项，DDL和DML(想不到HBase也分了DML/DDL语句)。HBase中没有库的概念，做为BigTable的山寨产品，尽管没名山寨到名字，但山寨到了精髓，从设计上来说，它也不需要分库，甚至不需要分表，所有数据放到同一张表中也是可以的，这就是真正的BigTable嘛。 

创建表对象：

  hbase(main):005:0> create ¨t¨,¨t_id¨,¨t_vl¨ 0 row(s) in 2.3490 seconds

 HBase中创建对象的语法比较灵活，前面这个示例是简写法，其功能等效于完整写法，"hbase> create ¨t¨, {NAME => ¨t_id¨}, {NAME => ¨t_vl¨}"，第一个参数用于指定表名，后面跟的所有参数都是列族的名称。每个表的列族需要在表创建时定义好(尽管后期也可以修改，但最好一开始就定义好)，从这个角度来看，HBase中的对象是结构化的。

 查看表对象：

  hbase(main):006:0> list TABLE           t 1 row(s) in 0.0080 seconds hbase(main):018:0> describe ¨t¨ DESCRIPTION ENABLED   {NAME => ¨t¨, FAMILIES => [{NAME => ¨t_id¨, BLOOMFILTER => ¨NONE¨, REPLICATION_SCOPE => ¨0¨, COMPRESSION => true      ¨NONE¨, VERSIONS => ¨3¨, TTL => ¨2147483647¨, BLOCKSIZE => ¨65536¨, IN_MEMORY => ¨false¨, BLOCKCACHE => ¨t       rue¨}, {NAME => ¨t_vl¨, BLOOMFILTER => ¨NONE¨, REPLICATION_SCOPE => ¨0¨, COMPRESSION => ¨NONE¨, VERSIONS =>        ¨3¨, TTL => ¨2147483647¨, BLOCKSIZE => ¨65536¨, IN_MEMORY => ¨false¨, BLOCKCACHE => ¨true¨}]}  1 row(s) in 0.0100 seconds

 输出的格式也是JSON串的形式，从中可以看到保留的版本数，TTL号(Time to Live，保留时间)，列的定义，块大小等等。 

修改表对象，修改(含删除)前必须首先禁用对象，执行修改命令成功后，再启用对象。 

禁用对象：

  hbase(main):004:0> disable ¨t¨ 0 row(s) in 2.0430 seconds

 判断当前表对象启用或禁用：

  hbase(main):007:0> is_enabled ¨t¨ false           0 row(s) in 0.0040 seconds  hbase(main):008:0> is_disabled ¨t¨ true           0 row(s) in 0.0040 seconds

 修改表对象，增加一个列族：

 hbase(main):021:0> alter ¨t¨, {NAME => ¨t_info¨, VERSIONS => 3}    0 row(s) in 0.0360 seconds  hbase(main):023:0> enable ¨t¨ 0 row(s) in 2.0250 seconds

 插入记录： 

 hbase(main):025:0> put ¨t¨,¨10001¨,¨t_vl:name¨,¨jss¨ 0 row(s) in 0.0060 seconds  hbase(main):026:0> put ¨t¨,¨10001¨,¨t_vl:age¨,¨99¨ 0 row(s) in 0.0070 seconds  hbase(main):027:0> put ¨t¨,¨10001¨,¨t_info:general¨,¨his fullname is junsanis!¨  0 row(s) in 0.0040 seconds 

记录获取：

 hbase(main):028:0> get ¨t¨,¨10001¨ COLUMN       CELL t_info:general   timestamp=1365670813664, value=his fullname is junsanis!           t_vl:age      timestamp=1365670733223, value=99           t_vl:name     timestamp=1365670723056, value=jss          3 row(s) in 0.0450 seconds 

获取指定记录中指定列族的数据：

 hbase(main):029:0> get ¨t¨,¨10001¨,¨t_vl¨ COLUMN       CELL t_vl:age      timestamp=1365670733223, value=99           t_vl:name     timestamp=1365670723056, value=jss          2 row(s) in 0.0070 seconds

 获取指定记录中指定列族中指定列的数据：

  hbase(main):030:0> get ¨t¨,¨10001¨,¨t_vl:age¨ COLUMN       CELL t_vl:age      timestamp=1365670733223, value=99           1 row(s) in 0.0070 seconds

 记录更新(跟插入没有区别)：

 hbase(main):031:0> put ¨t¨,¨10001¨,¨t_vl:age¨,¨10¨ 0 row(s) in 0.0050 seconds  hbase(main):032:0> get ¨t¨,¨10001¨,¨t_vl:age¨ COLUMN       CELL t_vl:age      timestamp=1365670912700, value=10           1 row(s) in 0.0080 seconds 

全表扫描：

 hbase(main):033:0> scan ¨t¨ ROW         COLUMN+CELL          10001       column=t_info:general, timestamp=1365670813664, value=his fullname is junsanis!10001       column=t_vl:age, timestamp=1365670912700, value=10  10001       column=t_vl:name, timestamp=1365670723056, value=jss 1 row(s) in 0.0370 seconds

全表描述某个列：

hbase(main):036:0> scan ¨t¨, {COLUMNS => ¨t_vl¨} ROW         COLUMN+CELL          10001       column=t_vl:age, timestamp=1365670912700, value=10  10001       column=t_vl:name, timestamp=1365670723056, value=jss 1 row(s) in 0.0080 seconds

删除记录行：

  hbase(main):043:0> delete ¨t¨,¨10001¨,¨t_vl:age¨ 0 row(s) in 0.0050 seconds  hbase(main):045:0> get ¨t¨,¨10001¨ COLUMN       CELL t_info:general   timestamp=1365670813664, value=his fullname is junsanis!           t_vl:name     timestamp=1365670723056, value=jss          2 row(s) in 0.0070 seconds

 删除表：

  hbase(main):047:0> disable ¨t¨ 0 row(s) in 2.0230 seconds  hbase(main):048:0> drop ¨t¨ 0 row(s) in 1.1170 seconds

 看完前面的例子，大家有没有问题，或者想到了什么？我脑子里反正是蹦出问号了：HBase中没有UPDATE操作，只有INSERT，可是我们每次put新记录都替换掉了旧的版本，怎么保存大量记录呢？难道每个row key的columns中只能存在一条记录？这不科学！这也显然不是人民群众期待并且喜闻乐见的表现嘛。 

这个问题呀，其实是列值保存版本(VERSIONS)或保留时间(TTL, Time to Liv)在起作用。 

比如，我们希望统计某用户的最近(n条)浏览记录，那么，创建HBase表对象如下： 

hbase> create ¨rlog¨,¨userid¨,{NAME=>¨article¨,VERSIONS=>100} 

当前设定，保留最近的100个版本。当用户浏览帖子时，就向rlog表中插入一条记录，形式如下： 

hbase> put ¨rlog¨,$userid,¨article:id¨,$aid 

这里仅选择记录浏览的用户ID和浏览页面ID，也可以根据实际情况，保存页面的URL地址，文章标题等等信息。HBase表列族是非结构化的，大家可以根据需求任意增加列值。

那么，要获取用户最近浏览记录，应该怎么查呢？，比如说获取最近浏览的10条记录： 

hbase> get ¨rlog¨,$userid,{COLUMN=>¨article:id¨, VERSIONS=>10}

 除了通过VERSIONS控制外，还可以考虑通过版本的保存时间TTL来控制，TTL的单位是秒，默认一般是保存30天。

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！